随笔分类 - 深度学习
摘要：PointNet++ 地址：http://stanford.edu/~rqi/pointnet2/ 1.两者主要不同点 考虑到PointNet特征提取时只考虑单点，不能很好的表示局部结构 ==> PointNet++引入了sampling & grouping，考虑局部领域特征 PointNet中g
阅读全文
摘要：常见的3D数据表示方式有点云、多视图、体素、mesh网格等。 PointNet是直接处理点云数据的网络，可以实现对点云的分类和分割，其首页地址为：http://stanford.edu/~rqi/pointnet/。 主要从解决点云的无序性和保证旋转一致性两个方向出发，提出了以点云作为输入的分类网络
阅读全文
摘要：前面介绍了单目标关键点检测网络 Stacked Hourglass Networks，如下图所示，一次只能检测出一个目标的关键点信息，但实际情况下一个场景出现多个目标的概率更大，所以原作者在Stacked Hourglass Networks的基础上提出了Associative Embedding，
阅读全文
摘要：Stacked Hourglass Networks是2016年提出的一种用于单人人体姿态估计的网络，并取得了很好的效果。这里我们从网络结构以及一些实现细节简单分析下这个网络。 paper: https://arxiv.org/pdf/1603.06937.pdf code: https://git
阅读全文
摘要：前面介绍了分类、目标检测、分割以及一些常见模型和实现，这一篇接着介绍关键点检测的相关深度学习方法。已经有一些文章记录了关键点在不同领域的应用，比如：人脸关键点检测综述 和 人体骨骼关键点检测综述，其比较详细介绍了人脸检测和骨骼点检测方面的一些论文，其他还有手势识别、服饰关键点检测等应用，这些大都是按
阅读全文
摘要：yolact是第一个在COCO 数据集上做到实时的实例分割模型（大于30FPS），其将问题划分成两个平行的分支，一个分支由特征金字塔的P3层，经过Protonet预测mask，另一个分支通过P3-P7特征层预测类别、包围框以及mask的系数coefficient。另外还提出了比NMS更快的方法Fas
阅读全文
摘要：2D物体分割 在https://www.cnblogs.com/xiaxuexiaoab/p/17403325.html中提到过，2D物体分割大体可以分为语义分割、实例分割和全景分割，这里对其基本概念进行介绍，并参照一篇综述，按照分割采用的方法不同分为十类。 一、基本概念 语义分割、实例分割和全景分
阅读全文
摘要：一、网络介绍 YoloX由旷视科技开源，以YoloV3(Darknet53作为backbone)作为基线，最大的区别在于 Decoupled Head，Data Aug，Anchor Free 和样本匹配（SimOTA）这几个方面，另外还提供了完善的代码，并很贴心的提供了部署脚本，真的很友好了。 P
阅读全文
摘要：前面介绍了图像分类网络，并重点解析了ResNet及其应用以及MobileNet系列的轻量化分类网络，这一篇接着介绍图像目标检测网络。 目标检测具有巨大的实用价值和应用前景。 应用领域包括人脸检测、行人检测、车辆检测、飞机航拍或卫星图像中道路的检测、车载摄像机图像中的障碍物检测、医学影像在的病灶检测等
阅读全文
摘要：前面介绍了MobileNetV1和MobileNetV2，这次介绍这个系列最后一篇MobileNetV3，它沿用了V1的深度可分离卷积以及v2的倒残差网络和瓶颈层，再其基础上做了一系列优化，保证精度最大化的同时减少网络延时。主要改进点包含以下几步： 引入NetAdapt算法自动获取扩展层和瓶颈层的通
阅读全文
摘要：前面利用ResNet18实现了二分类，这里借助分类网络来识别图片和视频中不同肤色的人数。大体流程可以分为以下几步：数据获取、数据处理、模型训练、图片识别以及视频识别，其中大部分内容参考《机器视觉之TensorFlow2入门、原理与应用实践》第4章。 一、数据获取 这里获取黑人和白人模特数据用于训练。
阅读全文
摘要：前一篇实现了OpenCV推理ResNet18, 这一篇采用腾讯的NCNN框架实现ResNet18推理。 一、准备 1、 NCNN编译及安装 同OpenCV推理一样，首先需要准备NCNN，NCNN源码编译及安装可参考： https://www.cnblogs.com/xiaxuexiaoab/p/16
阅读全文
摘要：前一篇实现了ResNet18训练自定义数据集，详细介绍了数据集制作、模型构建及训练，并且介绍了相应模块如何可视化。前面训练阶段是在python环境下进行的，但实际工程部署的时候大都采用C++实现推理，这一篇我们借助OpenCV实现ResNet18推理。 一、准备 1、OpenCV编译及安装 借助Op
阅读全文
摘要：前面一篇内容讲解了如何利用Pytorch实现ResNet，这一篇我们用ResNet18实现一个二分类。接下来从模型、数据及训练三个方面展开。 一、目标 利用ResNet18将以下数据分为两类 class_0 class_1 二、模型 ResNet系列的模型在上一篇已经详细介绍了，这里采用ResNet
阅读全文
摘要：一、为什么引入ResNet 通过上一篇分类网络的介绍，我们知道网络的宽度和深度可以很好的提高网络的性能，深的网络一般都比浅的的网络效果好，但训练一个很深的网络是非常困难的，一方面是网络越深越容易出现梯度消失和梯度爆炸问题， 然而这个问题通过BN层和ReLU激活函数等方法在很大程度上已经得到解决；另一
阅读全文
摘要：深度学习在2D视觉领域分类 一、图像分类 图像分类是指将数字图像自动分类到不同的预先定义类别中。 二、目标检测 目标检测是指在图像或视频中自动识别和定位特定物体的任务。与图像分类不同，它不仅需要确定物体的类别，还需要找出物体在图像中的位置。 按照框分类又可以分为平行框检测和旋转框检测。 平行框 旋转
阅读全文
摘要：分类网络 深度学习在图像邻域的应用大致可以分为图像分类、目标检测、图像分割三大类，其中图像分割又可以细分为语义分割、实例分割和全景分割，这一篇梳理下常见的分类数据集和分类网络，后续会重点介绍ResNet，并逐步实现ResNet训练及推理。 一、常用分类数据集 MNIST 内容是0-9的手写数字，60
阅读全文
摘要：本文对接触到的深度学习相关内容做一个梳理。 一、深度学习 1. 深度学习是什么 深度学习（Deep Learning）是机器学习（Machine Learning）的一个研究方向，而机器学习属于人工智能（AI， Artificial Intelligence）的范畴，人工智能是研究、开发用于模拟、延
阅读全文
摘要：一、ncnn模型 可由ncnn库中的onnx2ncnn工具将onnx格式模型转换为ncnn格式的.param和.bin两个文件，其中param记录了各算子，param文件可直接由可视化工具Nerton打开查看，这里记录下param文件格式。ncnn模型的加载参考:ncnn加载模型的几种方式 二、pa
阅读全文
摘要：在目标检测时通常需要计算包围框的IOU，用于判断正负样本以及后续NMS过滤。框A和框B的IOU的值为其交集面积除以并集面积， $$IOU = \frac{Area_{A \cap B}}{Area_{A \cup B}}$$ 如果框为轴向包围盒，则可以参考IOU及NMS实现 ，但有时会遇到旋转框问题
阅读全文
浙公网安备 33010602011771号